Un importante objetivo de la neurociencia es entender la estructura de los vínculos que las neuronas establecen entre ellas para dar forma al cerebro. O en otras palabras, desarrollar un preciso mapa en 3D de la red neuronal del cerebro.

Ya se han logrado importantes progresos en este campo con varios tipos de técnicas de imágenes de alta resolución. Por ejemplo, adherir moléculas fluorescentes a las neuronas puede revelar su estructura, y las imágenes de un microscopio de electrones de secciones del cerebro también pueden mostrar la estructura a nivel neuronal.

Pero todas estas técnicas tienen importantes limitaciones. Las imágenes que generan muestran cambios en la intensidad de las imágenes. Pero estas variaciones deben ser interpretadas para inferir la posición y la forma de las propias neuronas. Este último paso se complica dado que las neuronas y sus conexiones se cuentan por miles y millones.

Así que lo que hace falta es una mejor manera de generar un diagrama del cableado del cerebro en 3D, una especie de esqueleto de las conexiones neuronales.

Este objetivo está ya un paso más cerca gracias al trabajo de un grupo de investigadores de la Universidad de Tokai (Japón), liderados por Ryuta Mizutani. El equipo ha empleado una técnica diseñada para generar modelos similares a un esqueleto. Gracias a ella han podido mapear las neuronas del cerebro de una mosca de la fruta. El resultado es el primer modelo en 3D de esta red de neuronas.

Las raíces del trabajo residen en la bioquímica. Los bioquímicos se enfrentan a un problema similar cuando generan modelos en 3D de moléculas complejas. Primero deben crear un cristal de la molécula en cuestión. Después le aplican rayos X y miden los patrones de difracción que genera, una técnica conocida como la cristalografía de rayos X.

Pero existe un problema. Los rayos X son difractados por la nube de electrones que envuelve los átomos dentro de la molécula. Así que los datos reflejan los cambios en la densidad de electrones dentro de la molécula. Las posiciones reales de los átomos han de inferirse a partir de estos datos. Cuando la estructura es compleja, esto no es nada fácil.

Los químicos tienen mucha experiencia en esto. Durante años, han empleado el modelado informático para resolver el problema. Al aproximar la posición de un átomo dentro de un espacio tridimensional coloca un nodo en ese sitio dentro del modelo, y después lo conecta mediante un trazado virtual con la posición estimada del próximo átomo, y así sucesivamente. De este modo, el software desarrolla un modelo de trazado virtual de la molécula.

Mizutani ha empleado este software para determinar la posición tridimensional y la forma de las neuronas. Esto resulta más complicado porque las neuronas no son objetos con una forma concreta como los átomos, sino que que son objetos lineales que pueden doblarse y serpentear de maneras complejas.

El equipo recopila sus datos mediante tomografía de rayos X. Embadurnaron un cerebro de mosca en un tinte de plata, lo bombardearon con rayos X y midieron cómo los rayos X se dispersaban en distintas direcciones. Esto produce un mapa de intensidad de imagen en 3D de cómo la plata del interior de las neuronas absorbe los rayos X.

El paso clase es el siguiente: emplear los datos para estimar la posición y la forma de las neuronas. El equipo de Mizutani colocó los datos en un espacio tridimensional de 840x1.250x1.200 vóxeles. Utilizaron las intensidades de la absorción de rayos X para calcular si una neurona existe dentro de un vóxel determinado. Entonces construyeron un modelo de trazado lineal estimando cómo cada neurona se extiende hasta penetrar cualquiera de los vóxeles adyacentes.

Por supuesto, el modelo ha de asegurarse de que la red resultante sea coherente. Es importante no interpretar dos neuronas adyacentes como una sola más grande, por ejemplo. Así que el software comprueba la naturaleza de la red continuamente en busca de anomalías. Cualquier anomalía que no pueda resolver tendrá que ser abordada por un operador humano.

Este modelo tiene una resolución de alrededor de 600 nanómetros y muestra alrededor de 100.000 neuronas, que el modelo resuelve en aproximadamente 15.000 trazados. Fue un importante esfuerzo, pues hicieron falta "1.700 horas de trabajo humano construir el modelo esqueleto", detalla la investigación.

Pero está claro que los resultados han merecido la pena. La técnica ha generado el primer modelo de trazado virtual en 3D de un hemisferio cerebral de mosca de la fruta en el que la posición y la forma de cada neurona han sido mapeadas con coordenadas cartesianas en 3D.

Entre los 360 diferentes procesos neuronales mapeados, aparece un amplio abanico de estructuras neuronales conocidas. Pero también ha revelado varias estructuras desconocidas que claramente son importantes. "Estos resultados sugieren que las neuronas que no pueden ser clasificadas en grupos estructurales sino que deben jugar importantes papeles en las funciones cerebrales, aunque sus estructuras apenas han sido investigadas", asegura el equipo de Mizutani.

Está claro que aún hay importantes avances por conseguir, tal vez gracias a rayos X de onda más corta que generen datos de más alta resolución.

No obstante, los datos adicionales tampoco serán fáciles de gestionar, dado que el conjunto actual requirió tanto esfuerzo. "La reconstrucción de una red cerebral [de más alta resolución] es prohibitivamente cara en términos de carga de trabajo humano", escribe el equipo de Mizutani.

El análisis de los datos representa un importante cuello de botella, y se necesitan desesperadamente mejores técnicas para elaborar este tipo de modelos. Una clara oportunidad para informáticos con algo de tiempo libre.

Ref: arxiv.org/abs/1609.02261 : Three-Dimensional Network of Drosophila Brain Hemisphere